Muse Spark 1.2 er en kodeorientert oppdatering av Metas Muse Spark 1.1, med vekt på multimodal forståelse og visuell resonnering. Produsentens demonstrasjoner knytter bilder og video til digitale artefakter som nettsider og spill, mens modelltabellen oppgir en kontekst på 1,048,576 tokener og tekstutdata. Denne oppføringen gjelder Standard 1.2, atskilt fra Contributor 1.2 og senere 1.3.
Visuell koding
Utgaven beskriver å oversette visuell layout, hierarki og stil til fungerende kode og deretter undersøke det resulterende artefaktet gjennom verktøy. For en nyttig oppgave legger du ved bildet eller klippet sammen med atferden som skal implementeres. Et skjermbilde kan vise utseendet, men la interaksjoner være uspesifiserte, så angi kontrollene, tilstandene og forventet respons på brukerhandlinger som resultatet skal inneholde.
Be om den synlige strukturen, den foreslåtte implementeringen og forutsetningene hver for seg. En oppgave med å gjenskape en side kan for eksempel kreve de navngitte delene og visuelle relasjonene i referansen og deretter be om koden for én definert interaksjon. Gjengivelse og utprøving av koden krever det tilkoblede miljøet; det resulterende skjermbildet eller tilbakemeldingen fra kjøringen kan bli inndata til neste rettelse.
Produsenten fremhever diagramforståelse og visuell resonnering utover kodegenerering. Behold akser, enheter og etiketter i et diagram, og be om observasjonen som støtter hver konklusjon. For et skjematisk diagram identifiserer du sammenhengen som skal forklares, og kildeetikettene som skal beholdes. For et dokumentbilde skiller du mellom transkripsjon av den synlige ordlyden og et sammendrag eller en tolkning.
Romlige og audiovisuelle arbeidsflyter
1.2-lanseringen omtaler også en spesialisert robotvariant og et system med to nivåer for planlegging og handling. Dette er separate eksperimentelle komponenter: en modell på høyt nivå resonnerer om scenen og deloppgavene, mens en separat syns-, språk- og handlingspolicy utfører handlinger på lavt nivå. Standardmodellen med tekstutdata skal ikke beskrives som en robotaktuator bare fordi familielanseringen inneholder denne demonstrasjonen.
For Standard-versjonen dokumenterer modelltabellen tekst, bilder, video, lyd og PDF-er som inndata. En audiovisuell oppgave kan be om hendelsen eller det muntlige vilkåret som er relevant for et spørsmål, og returnere en ordnet redegjørelse for det støttende materialet. Identifiser det relevante segmentet og svarformen, fremfor å be om en urettet oppsummering av alle modaliteter.
Produsentens eksempler kombinerer videoforståelse, detaljert bildeteksting og undersøkelse med verktøystøtte. En praktisk arbeidsflyt kan sammenligne en demonstrasjon med den skriftlige prosedyren, be om synlige samsvar og forskjeller og deretter forberede et tekstresultat til et senere applikasjonstrinn. Generert prosa, kode og strukturerte funn er de dokumenterte utdataene; bilde- eller talegenerering tilhører separat navngitte komponenter.
Resonneringsinnstillinger og kontekst
Muse Spark resonnerer internt før den produserer synlig tekst. De dokumenterte innsatsnivåene som gjelder for 1.2, er minimal, low, medium, high og xhigh. Max tilhører Standard 1.3, og none er ikke en støttet måte å deaktivere resonnering på. Når ingen innsats er angitt, bruker modellen et nivå den selv bestemmer.
Konteksten på 1,048,576 tokener kan beholde beslektet kildemateriale og samtale, men målet og sluttartefaktet må fortsatt defineres. For en lang dokumentoppgave angir du spørsmålet, merker hver kilde og beholder plasseringen ved siden av uttrukket informasjon. Resonneringstokener og synlige svartokener deler utdatabudsjettet, så sett av nok plass til forklaringen eller koden oppgaven faktisk trenger.
Rå intern resonnering eksponeres ikke som vanlig tekst. Produsentens chatgrensesnitt viderefører heller ikke et lesbart privat spor mellom samtaleturene for eksterne kallere; behold de synlige meldingene, kildene og de returnerte verktøyresultatene som en oppfølging trenger. Logaritmiske sannsynligheter støttes ikke, så modellen tilbyr ikke denne funksjonen som et mål på hvor sikker den er på konklusjonene sine.
Verktøy og strukturerte artefakter
Applikasjonen beskriver utviklerfunksjoner, modellen genererer de foreslåtte kallene og argumentene, og applikasjonen utfører dem og returnerer resultatet for hvert kall. Modellen kan deretter undersøke den faktiske tilbakemeldingen og velge neste trinn. Utgavens vektlegging av å undersøke både visuelle inndata og genererte artefakter avhenger av at disse verktøyene inngår i miljøet.
Strukturerte utdata kan begrense teksten til et definert JSON-skjema. En post for visuelt uttrekk kan inneholde kildebildet, objektet eller etiketten, den observerte verdien og tolkningen. En kodegjennomgang kan identifisere det berørte symbolet, avviket og den foreslåtte endringen. Produsentens strenge modus krever et vanlig objekt som rot, at alle oppførte egenskaper er obligatoriske, og at ekstra egenskaper er deaktivert; rekursive skjemaer avvises.
Definer artefaktets korrekthet i praktiske termer: hvilke kildedetaljer det må bevare, hvordan en interaksjon skal fungere, og hvilken returnert tilbakemelding som vil dokumentere denne atferden. De leste kildene oppgir ikke uavhengige maksimale kapasiteter for inndata- eller utdatatokener utover modellkonteksten. Behold Standard 1.2-utgaven og forskjellen mellom et foreslått tekstartefakt og kjøre- eller gjengivelsesresultatet som brukes til å undersøke det.
", "aboutText": "Muse Spark 1.2 er en kodeorientert oppdatering av Metas Muse Spark 1.1, med vekt på multimodal forståelse og visuell resonnering. Produsentens demonstrasjoner knytter bilder og video til digitale artefakter som nettsider og spill, mens modelltabellen oppgir en kontekst på 1,048,576 tokener og tekstutdata. Denne oppføringen gjelder Standard 1.2, atskilt fra Contributor 1.2 og senere 1.3.\n\nVisuell koding\n\nUtgaven beskriver å oversette visuell layout, hierarki og stil til fungerende kode og deretter undersøke det resulterende artefaktet gjennom verktøy. For en nyttig oppgave legger du ved bildet eller klippet sammen med atferden som skal implementeres. Et skjermbilde kan vise utseendet, men la interaksjoner være uspesifiserte, så angi kontrollene, tilstandene og forventet respons på brukerhandlinger som resultatet skal inneholde.\n\nBe om den synlige strukturen, den foreslåtte implementeringen og forutsetningene hver for seg. En oppgave med å gjenskape en side kan for eksempel kreve de navngitte delene og visuelle relasjonene i referansen og deretter be om koden for én definert interaksjon. Gjengivelse og utprøving av koden krever det tilkoblede miljøet; det resulterende skjermbildet eller tilbakemeldingen fra kjøringen kan bli inndata til neste rettelse.\n\nProdusenten fremhever diagramforståelse og visuell resonnering utover kodegenerering. Behold akser, enheter og etiketter i et diagram, og be om observasjonen som støtter hver konklusjon. For et skjematisk diagram identifiserer du sammenhengen som skal forklares, og kildeetikettene som skal beholdes. For et dokumentbilde skiller du mellom transkripsjon av den synlige ordlyden og et sammendrag eller en tolkning.\n\nRomlige og audiovisuelle arbeidsflyter\n\n1.2-lanseringen omtaler også en spesialisert robotvariant og et system med to nivåer for planlegging og handling. Dette er separate eksperimentelle komponenter: en modell på høyt nivå resonnerer om scenen og deloppgavene, mens en separat syns-, språk- og handlingspolicy utfører handlinger på lavt nivå. Standardmodellen med tekstutdata skal ikke beskrives som en robotaktuator bare fordi familielanseringen inneholder denne demonstrasjonen.\n\nFor Standard-versjonen dokumenterer modelltabellen tekst, bilder, video, lyd og PDF-er som inndata. En audiovisuell oppgave kan be om hendelsen eller det muntlige vilkåret som er relevant for et spørsmål, og returnere en ordnet redegjørelse for det støttende materialet. Identifiser det relevante segmentet og svarformen, fremfor å be om en urettet oppsummering av alle modaliteter.\n\nProdusentens eksempler kombinerer videoforståelse, detaljert bildeteksting og undersøkelse med verktøystøtte. En praktisk arbeidsflyt kan sammenligne en demonstrasjon med den skriftlige prosedyren, be om synlige samsvar og forskjeller og deretter forberede et tekstresultat til et senere applikasjonstrinn. Generert prosa, kode og strukturerte funn er de dokumenterte utdataene; bilde- eller talegenerering tilhører separat navngitte komponenter.\n\nResonneringsinnstillinger og kontekst\n\nMuse Spark resonnerer internt før den produserer synlig tekst. De dokumenterte innsatsnivåene som gjelder for 1.2, er minimal, low, medium, high og xhigh. Max tilhører Standard 1.3, og none er ikke en støttet måte å deaktivere resonnering på. Når ingen innsats er angitt, bruker modellen et nivå den selv bestemmer.\n\nKonteksten på 1,048,576 tokener kan beholde beslektet kildemateriale og samtale, men målet og sluttartefaktet må fortsatt defineres. For en lang dokumentoppgave angir du spørsmålet, merker hver kilde og beholder plasseringen ved siden av uttrukket informasjon. Resonneringstokener og synlige svartokener deler utdatabudsjettet, så sett av nok plass til forklaringen eller koden oppgaven faktisk trenger.\n\nRå intern resonnering eksponeres ikke som vanlig tekst. Produsentens chatgrensesnitt viderefører heller ikke et lesbart privat spor mellom samtaleturene for eksterne kallere; behold de synlige meldingene, kildene og de returnerte verktøyresultatene som en oppfølging trenger. Logaritmiske sannsynligheter støttes ikke, så modellen tilbyr ikke denne funksjonen som et mål på hvor sikker den er på konklusjonene sine.\n\nVerktøy og strukturerte artefakter\n\nApplikasjonen beskriver utviklerfunksjoner, modellen genererer de foreslåtte kallene og argumentene, og applikasjonen utfører dem og returnerer resultatet for hvert kall. Modellen kan deretter undersøke den faktiske tilbakemeldingen og velge neste trinn. Utgavens vektlegging av å undersøke både visuelle inndata og genererte artefakter avhenger av at disse verktøyene inngår i miljøet.\n\nStrukturerte utdata kan begrense teksten til et definert JSON-skjema. En post for visuelt uttrekk kan inneholde kildebildet, objektet eller etiketten, den observerte verdien og tolkningen. En kodegjennomgang kan identifisere det berørte symbolet, avviket og den foreslåtte endringen. Produsentens strenge modus krever et vanlig objekt som rot, at alle oppførte egenskaper er obligatoriske, og at ekstra egenskaper er deaktivert; rekursive skjemaer avvises.\n\nDefiner artefaktets korrekthet i praktiske termer: hvilke kildedetaljer det må bevare, hvordan en interaksjon skal fungere, og hvilken returnert tilbakemelding som vil dokumentere denne atferden. De leste kildene oppgir ikke uavhengige maksimale kapasiteter for inndata- eller utdatatokener utover modellkonteksten. Behold Standard 1.2-utgaven og forskjellen mellom et foreslått tekstartefakt og kjøre- eller gjengivelsesresultatet som brukes til å undersøke det.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.meta/muse-spark-1.2Muse Spark 1.2 er Metas multimodale resonneringsmodell med vekt på visuell koding, diagrammer og audiovisuell forståelse. Den kan gjøre vedlagte bilder eller videoer om til foreslått nett- og spillkode gjennom tilkoblede verktøy, med tekstutdata og en produsentangitt kontekst på 1,048,576 tokener.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Muse Spark 1.2 er en kodeorientert oppdatering av Metas Muse Spark 1.1, med vekt på multimodal forståelse og visuell resonnering. Produsentens demonstrasjoner knytter bilder og video til digitale artefakter som nettsider og spill, mens modelltabellen oppgir en kontekst på 1,048,576 tokener og tekstutdata. Denne oppføringen gjelder Standard 1.2, atskilt fra Contributor 1.2 og senere 1.3.
Visuell koding
Utgaven beskriver å oversette visuell layout, hierarki og stil til fungerende kode og deretter undersøke det resulterende artefaktet gjennom verktøy. For en nyttig oppgave legger du ved bildet eller klippet sammen med atferden som skal implementeres. Et skjermbilde kan vise utseendet, men la interaksjoner være uspesifiserte, så angi kontrollene, tilstandene og forventet respons på brukerhandlinger som resultatet skal inneholde.
Be om den synlige strukturen, den foreslåtte implementeringen og forutsetningene hver for seg. En oppgave med å gjenskape en side kan for eksempel kreve de navngitte delene og visuelle relasjonene i referansen og deretter be om koden for én definert interaksjon. Gjengivelse og utprøving av koden krever det tilkoblede miljøet; det resulterende skjermbildet eller tilbakemeldingen fra kjøringen kan bli inndata til neste rettelse.
Produsenten fremhever diagramforståelse og visuell resonnering utover kodegenerering. Behold akser, enheter og etiketter i et diagram, og be om observasjonen som støtter hver konklusjon. For et skjematisk diagram identifiserer du sammenhengen som skal forklares, og kildeetikettene som skal beholdes. For et dokumentbilde skiller du mellom transkripsjon av den synlige ordlyden og et sammendrag eller en tolkning.
Romlige og audiovisuelle arbeidsflyter
1.2-lanseringen omtaler også en spesialisert robotvariant og et system med to nivåer for planlegging og handling. Dette er separate eksperimentelle komponenter: en modell på høyt nivå resonnerer om scenen og deloppgavene, mens en separat syns-, språk- og handlingspolicy utfører handlinger på lavt nivå. Standardmodellen med tekstutdata skal ikke beskrives som en robotaktuator bare fordi familielanseringen inneholder denne demonstrasjonen.
For Standard-versjonen dokumenterer modelltabellen tekst, bilder, video, lyd og PDF-er som inndata. En audiovisuell oppgave kan be om hendelsen eller det muntlige vilkåret som er relevant for et spørsmål, og returnere en ordnet redegjørelse for det støttende materialet. Identifiser det relevante segmentet og svarformen, fremfor å be om en urettet oppsummering av alle modaliteter.
Produsentens eksempler kombinerer videoforståelse, detaljert bildeteksting og undersøkelse med verktøystøtte. En praktisk arbeidsflyt kan sammenligne en demonstrasjon med den skriftlige prosedyren, be om synlige samsvar og forskjeller og deretter forberede et tekstresultat til et senere applikasjonstrinn. Generert prosa, kode og strukturerte funn er de dokumenterte utdataene; bilde- eller talegenerering tilhører separat navngitte komponenter.
Resonneringsinnstillinger og kontekst
Muse Spark resonnerer internt før den produserer synlig tekst. De dokumenterte innsatsnivåene som gjelder for 1.2, er minimal, low, medium, high og xhigh. Max tilhører Standard 1.3, og none er ikke en støttet måte å deaktivere resonnering på. Når ingen innsats er angitt, bruker modellen et nivå den selv bestemmer.
Konteksten på 1,048,576 tokener kan beholde beslektet kildemateriale og samtale, men målet og sluttartefaktet må fortsatt defineres. For en lang dokumentoppgave angir du spørsmålet, merker hver kilde og beholder plasseringen ved siden av uttrukket informasjon. Resonneringstokener og synlige svartokener deler utdatabudsjettet, så sett av nok plass til forklaringen eller koden oppgaven faktisk trenger.
Rå intern resonnering eksponeres ikke som vanlig tekst. Produsentens chatgrensesnitt viderefører heller ikke et lesbart privat spor mellom samtaleturene for eksterne kallere; behold de synlige meldingene, kildene og de returnerte verktøyresultatene som en oppfølging trenger. Logaritmiske sannsynligheter støttes ikke, så modellen tilbyr ikke denne funksjonen som et mål på hvor sikker den er på konklusjonene sine.
Verktøy og strukturerte artefakter
Applikasjonen beskriver utviklerfunksjoner, modellen genererer de foreslåtte kallene og argumentene, og applikasjonen utfører dem og returnerer resultatet for hvert kall. Modellen kan deretter undersøke den faktiske tilbakemeldingen og velge neste trinn. Utgavens vektlegging av å undersøke både visuelle inndata og genererte artefakter avhenger av at disse verktøyene inngår i miljøet.
Strukturerte utdata kan begrense teksten til et definert JSON-skjema. En post for visuelt uttrekk kan inneholde kildebildet, objektet eller etiketten, den observerte verdien og tolkningen. En kodegjennomgang kan identifisere det berørte symbolet, avviket og den foreslåtte endringen. Produsentens strenge modus krever et vanlig objekt som rot, at alle oppførte egenskaper er obligatoriske, og at ekstra egenskaper er deaktivert; rekursive skjemaer avvises.
Definer artefaktets korrekthet i praktiske termer: hvilke kildedetaljer det må bevare, hvordan en interaksjon skal fungere, og hvilken returnert tilbakemelding som vil dokumentere denne atferden. De leste kildene oppgir ikke uavhengige maksimale kapasiteter for inndata- eller utdatatokener utover modellkonteksten. Behold Standard 1.2-utgaven og forskjellen mellom et foreslått tekstartefakt og kjøre- eller gjengivelsesresultatet som brukes til å undersøke det.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser meta/muse-spark-1.2 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0025 / 1K tokener Utdata · Utgående tokener $0.0085 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0025 / 1K tokener Utdata · Utgående tokener $0.0085 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta/muse-spark-1.2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='meta/muse-spark-1.2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra meta/muse-spark-1.2
Bruk metodestiene som vises ovenfor.
meta/muse-spark-1.2Muse Spark 1.2 er Metas multimodale resonneringsmodell med vekt på visuell koding, diagrammer og audiovisuell forståelse. Den kan gjøre vedlagte bilder eller videoer om til foreslått nett- og spillkode gjennom tilkoblede verktøy, med tekstutdata og en produsentangitt kontekst på 1,048,576 tokener.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Muse Spark 1.2 er en kodeorientert oppdatering av Metas Muse Spark 1.1, med vekt på multimodal forståelse og visuell resonnering. Produsentens demonstrasjoner knytter bilder og video til digitale artefakter som nettsider og spill, mens modelltabellen oppgir en kontekst på 1,048,576 tokener og tekstutdata. Denne oppføringen gjelder Standard 1.2, atskilt fra Contributor 1.2 og senere 1.3.
Visuell koding
Utgaven beskriver å oversette visuell layout, hierarki og stil til fungerende kode og deretter undersøke det resulterende artefaktet gjennom verktøy. For en nyttig oppgave legger du ved bildet eller klippet sammen med atferden som skal implementeres. Et skjermbilde kan vise utseendet, men la interaksjoner være uspesifiserte, så angi kontrollene, tilstandene og forventet respons på brukerhandlinger som resultatet skal inneholde.
Be om den synlige strukturen, den foreslåtte implementeringen og forutsetningene hver for seg. En oppgave med å gjenskape en side kan for eksempel kreve de navngitte delene og visuelle relasjonene i referansen og deretter be om koden for én definert interaksjon. Gjengivelse og utprøving av koden krever det tilkoblede miljøet; det resulterende skjermbildet eller tilbakemeldingen fra kjøringen kan bli inndata til neste rettelse.
Produsenten fremhever diagramforståelse og visuell resonnering utover kodegenerering. Behold akser, enheter og etiketter i et diagram, og be om observasjonen som støtter hver konklusjon. For et skjematisk diagram identifiserer du sammenhengen som skal forklares, og kildeetikettene som skal beholdes. For et dokumentbilde skiller du mellom transkripsjon av den synlige ordlyden og et sammendrag eller en tolkning.
Romlige og audiovisuelle arbeidsflyter
1.2-lanseringen omtaler også en spesialisert robotvariant og et system med to nivåer for planlegging og handling. Dette er separate eksperimentelle komponenter: en modell på høyt nivå resonnerer om scenen og deloppgavene, mens en separat syns-, språk- og handlingspolicy utfører handlinger på lavt nivå. Standardmodellen med tekstutdata skal ikke beskrives som en robotaktuator bare fordi familielanseringen inneholder denne demonstrasjonen.
For Standard-versjonen dokumenterer modelltabellen tekst, bilder, video, lyd og PDF-er som inndata. En audiovisuell oppgave kan be om hendelsen eller det muntlige vilkåret som er relevant for et spørsmål, og returnere en ordnet redegjørelse for det støttende materialet. Identifiser det relevante segmentet og svarformen, fremfor å be om en urettet oppsummering av alle modaliteter.
Produsentens eksempler kombinerer videoforståelse, detaljert bildeteksting og undersøkelse med verktøystøtte. En praktisk arbeidsflyt kan sammenligne en demonstrasjon med den skriftlige prosedyren, be om synlige samsvar og forskjeller og deretter forberede et tekstresultat til et senere applikasjonstrinn. Generert prosa, kode og strukturerte funn er de dokumenterte utdataene; bilde- eller talegenerering tilhører separat navngitte komponenter.
Resonneringsinnstillinger og kontekst
Muse Spark resonnerer internt før den produserer synlig tekst. De dokumenterte innsatsnivåene som gjelder for 1.2, er minimal, low, medium, high og xhigh. Max tilhører Standard 1.3, og none er ikke en støttet måte å deaktivere resonnering på. Når ingen innsats er angitt, bruker modellen et nivå den selv bestemmer.
Konteksten på 1,048,576 tokener kan beholde beslektet kildemateriale og samtale, men målet og sluttartefaktet må fortsatt defineres. For en lang dokumentoppgave angir du spørsmålet, merker hver kilde og beholder plasseringen ved siden av uttrukket informasjon. Resonneringstokener og synlige svartokener deler utdatabudsjettet, så sett av nok plass til forklaringen eller koden oppgaven faktisk trenger.
Rå intern resonnering eksponeres ikke som vanlig tekst. Produsentens chatgrensesnitt viderefører heller ikke et lesbart privat spor mellom samtaleturene for eksterne kallere; behold de synlige meldingene, kildene og de returnerte verktøyresultatene som en oppfølging trenger. Logaritmiske sannsynligheter støttes ikke, så modellen tilbyr ikke denne funksjonen som et mål på hvor sikker den er på konklusjonene sine.
Verktøy og strukturerte artefakter
Applikasjonen beskriver utviklerfunksjoner, modellen genererer de foreslåtte kallene og argumentene, og applikasjonen utfører dem og returnerer resultatet for hvert kall. Modellen kan deretter undersøke den faktiske tilbakemeldingen og velge neste trinn. Utgavens vektlegging av å undersøke både visuelle inndata og genererte artefakter avhenger av at disse verktøyene inngår i miljøet.
Strukturerte utdata kan begrense teksten til et definert JSON-skjema. En post for visuelt uttrekk kan inneholde kildebildet, objektet eller etiketten, den observerte verdien og tolkningen. En kodegjennomgang kan identifisere det berørte symbolet, avviket og den foreslåtte endringen. Produsentens strenge modus krever et vanlig objekt som rot, at alle oppførte egenskaper er obligatoriske, og at ekstra egenskaper er deaktivert; rekursive skjemaer avvises.
Definer artefaktets korrekthet i praktiske termer: hvilke kildedetaljer det må bevare, hvordan en interaksjon skal fungere, og hvilken returnert tilbakemelding som vil dokumentere denne atferden. De leste kildene oppgir ikke uavhengige maksimale kapasiteter for inndata- eller utdatatokener utover modellkonteksten. Behold Standard 1.2-utgaven og forskjellen mellom et foreslått tekstartefakt og kjøre- eller gjengivelsesresultatet som brukes til å undersøke det.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser meta/muse-spark-1.2 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0025 / 1K tokener Utdata · Utgående tokener $0.0085 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.0025 / 1K tokener Utdata · Utgående tokener $0.0085 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "meta/muse-spark-1.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta/muse-spark-1.2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra meta/muse-spark-1.2
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Implement a specified responsive layout\n\nDraft semantic HTML and CSS for a product comparison section with a title, introduction and three feature columns. At narrow widths, stack the columns in the same reading order. Each column needs a heading and three bullet points. Use the placeholder copy supplied in your code and explain the breakpoint choice; return source only, without claiming a rendered result.A bounded HTML/CSS section and a short explanation of stacking behavior and reading order.At the proposed narrow breakpoint, the DOM order and visual order match and no horizontal overflow is introduced.